张 巍，刘喜波
(北方工业大学 理学院，北京 100041)
1 前 言
“共享汽车”的推出，一方面是在城市缓解交通拥堵、减少碳排放的发展诉求下；另一方面是在大中城市车辆限行限购等政策以及买车难、养车成本高等情境下，满足部分市民的用车需求。随着国际社会对环境保护的高度关注，我国可持续发展政策的大力倡导，共享汽车作为一种新兴的机动化模式成为很多市民代步工具的替代选择。
本项调查研究的目的在于利用科学规范的抽样调查和统计分析方法，针对共享汽车这一产业，以北京市为例，了解其使用状况，探究影响公众对共享汽车接受度的相关因素以期为相关企业提供具有理论基础和现实意义的参考意见，从而有效地促进共享汽车市场拓广及发展。
2 数据获取
2.1 调查问卷设计
为了解广大市民对北京市共享汽车接受度情况及对其的看法、使用者的直观感受和满意程度，笔者设计了2套调查问卷。大问卷共22道题，面向所有人群，主要涉及个人对共享汽车了解认识及使用情况、机动车拥有及需求情况、日常出行情况、对共享汽车服务需求、未来需求情况及个人基本信息。小问卷共11道题，面向使用过北京市共享汽车的人群，主要涉及使用目的、所用软件、使用频率、满意及不满意的因素、满意程度、未来看法及个人基本信息。
2.2 样本量设定
本次调查通过问卷调查的方式对北京市居民进行调查。样本量的确定采用以下公式：
截至2016年北京市人口数为2170万人，取k=0.5则抽取的样本量为384，本次问卷最终回收数量为504份。
3 数据质量检验
3.1 信度分析
首先对回收来的数据进行信度分析，目的是考察数据来源的可靠性、一致性和稳定性，即测验结果是否反映了被测者是稳定的、一贯性的真实特征。
针对此次调查，得到的信度分析结果如表1所示。
表1 信度分析
由表1可靠性分析看出，Alpha系数为0.871，基于标准化计算的Alpha系数为0.855，这两个系数的信度水平都很高，说明本次问卷中量表的设计具有较高的信度，能够获得相对精确的分析结果。
3.2 效度分析
效度分析是为了检验数据的合理性，一般采用KMO值( Kaiser-Meyer-Olkin)和Bartlett球形检验来测试数据的有效程度。针对回收数据，得到的效度分析结果如表2所示。
表2 效度分析
表2中KMO值远大于0.5的建议标准，总体各变量Bartlett球形检验的p值都小于0.05水平，说明问卷数据效度通过检验。
4 共享汽车接受度影响因素分析
4.1 北京市共享汽车认知及使用情况
图1 被访者对共享汽车了解情况
从图1可以看出，80%的受访者都了解或听说过共享汽车，说明共享汽车的宣传还是很到位的，共享汽车的大众认知度还是很高的。
图2 被访者对共享汽车使用情况
从图2可以看出，仅有17%的受访者使用过共享汽车，而83%的受访者未使用过共享汽车，说明共享汽车使用的普及度不高。调查显示，使用过共享汽车的人的满意度打分都在5分及以上，其中8分、10分的最多，其次是7分、9分，说明北京市共享汽车使用满意度较高。
综合数据表明，有73.84%的被访问者对共享汽车的发展前景很看好，只有26.16%的人对共享汽车的前景持不看好态度。对于“未来是否会放弃买车，考虑选择共享汽车作为日常代步工具”，基本上是1∶1的状态，在共享经济的大趋势下，有55.36%的人群还是不愿放弃买车，有44.64%的人群会放弃买车，未来选择共享汽车作为日常的代步工具。
4.2 关于是否看好共享汽车发展影响因素的回归分析
本文将问卷中“15.您是否看好共享汽车的发展”作为因变量，选入问卷单选及量表题目作为自变量，通过采用向前逐步选择法进行筛选，将变量剔除出模型的依据是条件参数估计的似然比统计量的概率值，然后进行二元Logistic回归。经过迭代结果如表3所示。
表3为模型拟合优度统计量以及适配度检验结果汇总表。表中最终迭代结果的Cox & Snell R Square和Nagelkerke R Square值均大于0.15，说明模型的拟合效果良好。Hosmer-Lemeshow最终检验值为5.651，伴随概率P=0.686>0.05，未达到0.05显著水平，说明实际值和预测值没有明显差异，整体回归模型的适配度良好。说明模型在可接受水平上的模型估计拟合了数据。
表3 模型汇总
表4 模型参数显著性检验摘要
表4为最终拟合结果，有8个自变量入选，分别是Q5您上下班(或上下学)单程距离为？(Y1)；Q9-3笔者认为共享汽车可以改善汽车使用效率(Y2)；Q9-9笔者认为使用共享汽车没有经济风险(Y3)；Q9-19笔者认为汽车共享会是一种很有趣的体验(Y4)；Q9-20笔者认为应该大力推广共享汽车(Y5)；Q11-2笔者认为共享汽车押金退回周期不长(Y6)；Q11-4笔者认为共享汽车出行安全可以保障(Y7)；Q16在共享经济大趋势下，未来您是否会放弃买车，考虑选择共享汽车作为日常代步工具?(Y8)。从表4中可以看出这8个变量Wald统计量Sig值均达到0.05显著性水平，而常数项Wald统计量Sig值大于0.05，说明常数项未达到显著性水平，因此不进入方程。故此这8个变量是解释是否看好“共享汽车”发展影响因素的重要解释变量。说明通勤距离、是否未来会放弃买车选择共享汽车、共享汽车是否改变汽车使用效率、是否存在经济风险、是否是一项有趣体验、是否应该大力推广、押金退回周期长短、出行是否安全与是否看好“共享汽车”发展有显著关联。
Logistic回归模型为：
4.3 对共享汽车不同看法人群情况分析
利用决策树算法，将大众是否看好共享汽车的发展作为因变量，探究何种因素在影响大众对共享汽车未来发展的态度中起决定性作用，将是否拥有私家车、是否拥有机动车驾驶证、小客车摇号情况、上下班单程距离、性别、年龄、教育程度、职业以及月收入作为自变量，运用CHAID决策树算法，得到结果如图3所示。
图3 决策树结果
从图3可以看出，影响大众对共享汽车未来发展前景态度最重要的因素为年龄，首先是31岁到40岁的人更易对共享汽车的前景持看好态度，其次是30岁以下及50岁以上的人；次影响因素为性别，女性比男性更易对共享汽车发展前景持看好态度；第三影响因素为是否拥有私家车，无私家车的人更易看好共享汽车未来发展前景。
5 结论与建议
本次调查的受访者中有八成听说过或了解共享汽车，仅两成完全没有听说过。尽管为多数人听说过共享汽车，但共享汽车使用并未普及，大众对共享汽车的接受程度较低。本次调查中多数人看好未来共享汽车的发展，但是在未来选择时也会更倾向拥有属于自己的车辆而非与他人共享。
通过上文分析结果得到最能决定大众对共享汽车是否看好的因素首先是年龄，其次是性别，最后是私家车的拥有情况。综合各因素情况得到，北京市共享汽车潜在消费者主要特征为：小于40岁及50岁以上人群，其中小于30岁以及大于50岁人群中，女性比男性更看好未来北京市共享汽车发展。在该年龄段女性人群中，未拥有私家车比拥有私家车的更看好北京市未来共享汽车发展。
通过此次调查研究，笔者认为共享汽车的投入使用可以为北京市民带来一些切实的便捷，提高城市汽车使用效率。但同时也存在一些缺乏管理、监管不到位等问题，这需要企业和政府进一步合作解决。笔者相信未来北京市共享汽车一定可以持续有效地在城市交通中、市民生活中发挥重要作用，实现真正的“共享”。